Pandas中aggregate()生成的DataFrame索引异常及绘图报错问题求助

这个问题的核心其实很简单——你用groupby聚合后，id列并没有"失踪"，而是变成了DataFrame的索引（Index），不再是普通的列了，所以你用列名df_new["id"]去访问自然会报KeyError。

为什么会这样？ #

当你执行df.groupby(df['id']).aggregate(agg_functions)时，id被用作分组的依据键，Pandas默认会把这个分组键设置为结果DataFrame的索引，而不是保留为普通列。你看到的"显示形式不同"，就是索引的表现（它会靠左对齐，作为整个DataFrame的行标签）。

解决方法（三种可选） #

方法1：直接利用索引绘图（最简单）

既然索引本身就是id的值，Pandas的plot方法默认会把索引作为x轴，所以你完全不需要指定x参数，直接绘制sales的折线图即可：

ax = df_new.plot(kind="line", y="sales")

如果一定要显式指定x轴，你可以传入字符串'index'（注意不是df_new.index对象）：

ax = df_new.plot(kind="line", x='index', y="sales")

方法2：把索引转换为普通列（reset_index）

用reset_index()方法可以把当前的索引（也就是id）转换为普通列，同时生成一个默认的整数索引。记得要重新赋值给df_new（或者加inplace=True，但更推荐显式赋值）：

# 将索引转为普通列
df_new = df.groupby(df['id']).aggregate(agg_functions).reset_index()
# 现在id是普通列，可以正常用x='id'绘图
ax = df_new.plot(kind="line", x="id", y="sales")

你之前尝试reset_index没效果，大概率是因为没有重新赋值给df_new——Pandas的大多数方法默认返回新对象，不会修改原DataFrame。

方法3：groupby时设置as_index=False（从源头避免问题）

在groupby的时候直接加上as_index=False参数，这样分组键id会直接保留为普通列，不会被设置为索引：

agg_functions = {'employee': 'first', 'sales': 'sum', 'returns': 'sum'}
# 分组时不把id设为索引
df_new = df.groupby(df['id'], as_index=False).aggregate(agg_functions)
# 此时id是普通列，直接绘图即可
ax = df_new.plot(kind="line", x="id", y="sales")

内容的提问来源于stack exchange，提问作者Rerun